Lleva tu carrera a otro nivel por menos de 1 dólar al día.

Escuela de Data Science e Inteligencia Artificial

Escuela de Data Science e Inteligencia Artificial

Domina las herramientas y técnicas para Data Science e Inteligencia Artificial.

Acelera tu carrera profesional

#PlatziRetos

Complementario
La Ciencia de Datos nos permite extraer, clasificar y procesar grandes cantidades de información.

Entra a la industria de los datos y la inteligencia artificial

📣Últimas noticias

  • 👨‍💻 Nuevo Curso de Análisis de Datos con Power BI. Ve al curso aquí.
  • 👥 Próximo meetup de la comunidad de data science e IA el 5/01/2022 a las 6 P.M. hora Colombia. Regístrate aquí.
  • 🔍 Reto Datacademy: inscripciones cerradas. Iniciamos el 17 de enero.

¿Cómo funciona la Escuela?

Platzi te da la bienvenida a la nueva Escuela de Data Science e Inteligencia Artificial.

En esta Escuela encuentras rutas de aprendizaje para diferentes roles de la industria. Salta directo a conocerlas para convertirte en ese rol soñado en los siguientes enlaces o sigue leyendo para entender más de qué trata el mundo de los datos:

FAQs: preguntas frecuentes

Resuelve todas las dudas que tienes de esta Escuela aquí mismo. 👈❓

¿Qué es Data Science?

Data science o ciencia de datos involucra un proceso donde, en empresas y organizaciones, se extraen datos de diversas fuentes, se manipulan, transforman y se visualizan para su análisis. Eventualmente esos datos se utilizan en modelos de inteligencia artificial para predecir o clasificar información. Todo con el fin de conocer información que agregue valor al negocio y tomar decisiones basadas en datos.

¿Qué es Inteligencia Artificial?

Inteligencia artificial es esa área de la tecnología que utiliza diferentes algoritmos para emular la inteligencia natural de los humanos. Esto lo hace reconociendo patrones en masivas cantidades de datos. Dentro de la inteligencia artificial encontramos machine learning, visión artificial, procesamiento de lenguaje natural, robótica y más.

Roles en Data Science e Inteligencia Artificial | Rutas de Aprendizaje

Dentro de esta Escuela encuentras una ruta de aprendizaje base que te permitirá entender las generalidades de la industria de los datos y la inteligencia artificial. Pero también tenemos rutas de aprendizaje especializadas por roles de la industria.

Conoce cada una de estas rutas y consigue tu trabajo soñado en data science e inteligencia artificial:

Data Scientist

ds.png

Se encargan de entender al negocio y sus datos para agregar valor a la organización con toma de decisiones basadas en datos e incorporar datos a los productos de software.

Para ello su día a día contiene actividades como las siguientes:

  • Obtener, limpiar y procesar datos estructurados y no estructurados de distintas fuentes.
  • Diseñar y utilizar modelos de machine learning para generar predicciones sobre los datos.
  • Desarrollar herramientas para monitorear la precisión de los datos.
  • Automatizar procesos para recolectar y transformar datos que utilicen.
  • Crear reportes en tableros con visualizaciones de información valiosa.
  • Ayudar a incorporar datos a los productos de la mano con el equipo de ingeniería.

📈 Inicia tu ruta de aprendizaje como Data Scientist dando clic aquí.

Data Analyst

analyst.png

Su principal misión es extraer datos recolectados y analizarlos. Para ello su día a día tiene estas actividades:

  • Colaborar con managers y otras personas de la organización para identificar necesidades de información.
  • Extraer datos de fuentes con SQL o Python.
  • Limpiar y organizar los datos para su análisis.
  • Analizar los datos para identificar patrones y tendencias que se puedan convertir en información accionable.
  • Comunicar los hallazgos en tableros con visualizaciones fáciles de entender para la toma de decisiones y generación de estrategias.

A diferencia de una Data Scientist, una Data Analyst no suele utilizar machine learning ni colabora con ingeniería para incorporar datos a los productos, sino que se enfoca en analizar el presente de la organización. Responde los requisitos de información de colaboradores buscando datos en las bases de datos de la organización, analizándolos y reportándolos en gráficas y tablas.

📊 Inicia tu ruta de aprendizaje como Data Analyst dando clic aquí.

Data Engineer

dataengineer.png

El rol de Data Engineer trabaja para que los demás roles en un equipo de Data Science tengan datos para analizar.

Se preocupan en crear flujos ETL (Extracción, Transformación y Carga de datos) para que analistas y científicas de datos puedan recuperar fácilmente los datos desde bases de datos especializadas para análisis.

Su día a día consiste en las siguientes actividades:

  • Desarrollar y mantener bases de datos y data pipelines de ETL que manejan gran volumen de datos brutos.
  • Extraer datos de diferentes fuentes como bases de datos estructuradas y no estructuradas, API y archivos.
  • Preparar los datos para que sean usados para análisis.
  • Almacenar los datos en data warehouse.
  • Crear automatizaciones para ejecutar periódicamente esos procesos.

⚙ Inicia tu ruta de aprendizaje como Data Engineer dando clic aquí.

Machine Learning Engineer

mlengineer.png

Funciona dentro de equipos que construyen productos fuertemente basados en inteligencia artificial como los sistemas de recomendación de YouTube o Netflix.

Para que esto sea posible, una Machine Learning Engineer tiene como tarea escalar y robustecer modelos de inteligencia artificial para funcionar en sistemas de producción de software.

Estas son las actividades que encontramos en su día a día:

  • Generar una evaluación extensiva de métricas de modelos de machine learning.
  • Diseñar y construir sistemas de machine learning.
  • Crear y ejecutar pruebas A/B de los modelos de machine learning.
  • Monitorear el desempeño y funcionalidad de los sistemas de machine learning.
  • Colaborar directamente con Data Scientists y otras áreas de ingeniería de software para asegurar la funcionalidad del producto final.

🧠 Inicia tu ruta de aprendizaje como Machine Learning Engineer dando clic aquí.

PlatziRetos

Las Escuelas son más que cursos y rutas de aprendizaje. En ellas encuentras diferentes retos, que son programas para acelerar tu aprendizaje o especializarte en ciertas habilidades.

Aquí encontrarás Datacademy, el reto para iniciar tu carrera en data science e inteligencia artificial y escoger el rol que tomarás en esta industria.

datacademy-mail.png

La siguiente edición de Datacademy inicia el 17 de enero de 2022.

⚠️ Inscripciones cerradas para entrar a edición Enero-Febrero 2022 del reto Datacademy.

Las inscripciones para esta edición del reto estuvieron abiertas del 9 de diciembre de 2021 al 2 de enero de 2022. Pronto tendremos más ediciones de este reto. ¡Espéralas!

Live Classes

Para que tu conocimiento siempre esté actualizado, tendremos Live Classes cada mes donde aprenderás las tendencias de esta industria y herramientas para desempeñar trabajos en data science e IA.

📅 Consulta la agenda para conocer la próxima Live Class.

Comunidad

En Platzi aprendemos en comunidad y eso hace que crezcamos más rápido. Por eso tenemos meetups y grupos de estudio para la comunidad de estudios de data science e inteligencia artificial.

Meetups

El primer miércoles de cada mes tendremos un meetup. Invitaremos a personas que son referencia en el área para compartirnos algún tema y su experiencia en el campo.

Además si tienes un proyecto personal, podrías tener la oportunidad de compartirlo durante el meetup.

Grupos de estudio

Participa en nuestros grupo de estudio en Telegram donde podrás compartir tips, hacer preguntas, sugerir soluciones y crear discusiones en comunidad.

👥⚡ Conoce cómo registrarte a los meetups y a grupos de estudio aquí.

Glosario

Glosario

Ciencia de Datos: Área de conocimiento que busca agregar valor a los datos por medio de la confluencia de análisis estadísticos, métodos computacionales y visualización de información.

Big Data: Conjunto de información cuya longitud (número de registros), variedad (número de características por cada registro) y frecuencia (ritmo con el cual se actualiza la información) impiden que los métodos de procesamiento de datos convencionales sean suficientes para su manejo.

Bases de datos: Las bases de datos son contenedores o repositorios digitales en los que se almacenan de manera estructurada y organizada datos que comparten un mismo contexto para su posterior procesamiento y consulta.

Keyword: Se refiere a la palabra clave que atrae al mayor número de seguidores a través de buscadores. Cuando tienes claro cuáles son las keywords que definen tu contenido puedes posicionarlo de manera orgánica o paga lo cual influye en el número de búsquedas y las conversiones.

Machine Learning: Rama de la inteligencia artificial que se encarga del estudio de métodos automatizados por medio de algoritmos y estadística, para generar modelos matemáticos que permitan resolver tareas de forma tal que sea el software quien descifre por sí mismo como resolver dicho problema.

Quiénes imparten los cursos

Freddy Vega

Freddy Vega

CEO en Platzi

@freddier
Team Platzi

Team Platzi

Equipo en Platzi

@Platzi
Anahí Salgado Díaz de la Vega

Anahí Salgado Díaz de la Vega

Android, Firebase, Java, Geek & Teacher en Platzi

@anncode
Sergio Orduz

Sergio Orduz

Ingeniero Eléctrico en

Israel Vázquez Morales

Israel Vázquez Morales

Senior Software Engineer en YouNoodle

@israbaurel
Yesi Díaz

Yesi Díaz

Científica de datos en Reworth

@silvercorp
Sebastián Sosa

Sebastián Sosa

Co-founder en Caburé

@helblings
Oswaldo Rodríguez González

Oswaldo Rodríguez González

CTO-CoFounder en OhmyFI

@oswaldorgz
Beatriz Ibañez

Beatriz Ibañez

Product Manager en Blackboard

@beatrixip
David Torres

David Torres

Senior Data Scientist en Moov AI

@davinci137
Francisco Camacho

Francisco Camacho

Co-founder & CTO en Hunty

@el_pachocamacho
Facundo García Martoni

Facundo García Martoni

Teacher In House en Platzi

@facmartoni
Sílvia Ariza Sentís

Sílvia Ariza Sentís

Data Scientist en DiDi

@silari_
Enrique Devars

Enrique Devars

Frontend Developer en Platzi

@codevars
Maria Cruz

Maria Cruz

Data Scientist en Athena

@CgMcruzg
Luis Jorge Novelo

Luis Jorge Novelo

Investment Content Creator en Vest

@novelonovelo
Jesús Vélez Santiago

Jesús Vélez Santiago

Científico de datos biológicos | Modelado matemático en Laboratorio de Biología de Sistemas y Biología Sintética, CCG, UNAM

@jvelezmagic
Ricardo Alanís

Ricardo Alanís

Head of Data Science en Nowports

@ric_alanis
Natasha Seelam

Natasha Seelam

Head of AI/ML Research en MindsDB

Rutas relacionadas para complementar tu aprendizaje

Data Analyst

Data Analyst

Analiza datos estructurados para identificar patrones y tendencias. Crea reportes de tus hallazgos con visualizaciones para toma de decisiones basadas en datos.
Data Engineer

Data Engineer

Crea la infraestructura de extracción y preparación de datos para analítica en organizaciones.
Machine Learning Engineer

Machine Learning Engineer

Prepara, prueba y robustece modelos de machine learning para funcionar en sistemas de producción de software.